Vara Kumar Namburu, medgrundare och chef för FoU, Whatfix – Intervjuer

Vara Kumar är medgrundare och chef för FoU och lösningar på Whatfix, där han driver innovation och strategisk tillväxt för företaget. Han grundade Whatfix tillsammans med Khadim Batti 2014 med visionen att ge individer och organisationer möjlighet att arbeta symbiotiskt med teknologi för att maximera sin potential. Vara är baserad i USA och leder företagets multiproduktstrategi och vision för produktutveckling och antagande, teknikutveckling och innovation, vilket hjälper till att accelerera framgångsrika integrationer för kunder och partners. Under Varas ledning har företaget banat väg för “användarifiering”, en banbrytande metod som flyttar fokus från att kräva att användare anpassar sig till teknologin till att göra teknologin anpassad till användarna. Han är passionerad för att bygga teknologi som användare älskar.

Whatfix är en digital anpassningsplattform som hjälper organisationer att förbättra programvaruantalet och användarproduktiviteten genom att infoga in-app-guidning, genomgångar, tips och självbetjäningsstöd direkt i företagsapplikationer. Byggande på detta introducerar Whatfix AI intelligenta, kontextuella agenter som Authoring, Guidning och Insights som automatiserar innehållsskapande, levererar realtidsstöd i appen och omvandlar användningsdata till agerbara insikter. Tillsammans strömlinjeformar Whatfix och Whatfix AI onboarding, minskar utbildningsfriktion och optimerar arbetsflöden samtidigt som de säkerställer tillsyn, ansvar och dataskydd.

Du grundade Whatfix för över ett decennium sedan efter att ha byggt din karriär inom företagsteknologi. Vad inspirerade dig att starta företaget, och hur har din ursprungliga vision utvecklats med AI:s uppkomst?

Min karriär började på Huawei Technologies, där jag arbetade som systemarkitekt och mötte min blivande medgrundare, Khadim Batti. Vårt första företag tillsammans var SearchEnabler, en SEO-plattform för små och medelstora företag. Trots att vi byggde en solid lösning upptäckte vi ett grundläggande problem: användare kunde inte utnyttja plattformens funktioner fullt ut. Även när vi lade till en “Fix It”-knapp för vägledning insåg vi att problemet inte bara handlade om SEO, utan om att göra teknologi tillgänglig för användare.

Denna insikt ledde till att vi etablerade Whatfix 2014. Vår kärntro var revolutionerande för sin tid: istället för att tvinga människor att anpassa sig till teknologin skulle vi göra teknologin anpassad till människor. Vi kallade detta “användarifiering”, vilket säkerställer att programvara blir intuitiv, driver antagande och maximerar påverkan.

AI har förstärkt denna mission exponentiellt. Från och med vår förvärv av Airim 2019 har vi integrerat AI i varje produkt vi bygger. Idag är vi inte bara med och skapar användarvänlig programvara, utan vi bygger intelligenta system som lär, resonerar och agerar i stor skala. Vår vision har utvecklats från enkel användaranpassning till att bygga riktigt människocentrerad AI som transformerar hur arbete utförs i företag.

Många studier visar att de flesta AI-piloter misslyckas eftersom slutanvändare inte vet hur de ska tillämpa teknologin i sitt dagliga arbete. Vilka är, enligt dig, de grundläggande orsakerna till denna antagningsgap?

Jag ser två grundläggande hinder som blockerar framgångsrik AI-antagning. Det första är vad jag kallar överbelastning: stora företag drunknar i tusentals applikationer, var och en med sina egna AI-funktioner. Användare står inför beslutsparalyser om vilket verktyg som tjänar vilket syfte, vilket skapar friktion som dödar momentum och eliminerar ROI.

Det andra hindret är förtroende. IT-chefer och CIO:er behöver försäkran om att AI-system upprätthåller säkerhetsstandarder, följer regler och fungerar utan partiskhet. När organisationer oroar sig för dataintrång, AI-hallucinationer eller styrningsmisslyckanden tvekar de att skala upp bortom pilotprogram.

Lyckade kräver att AI införs direkt där människor arbetar. Genom vår ScreenSense-teknik analyserar vi vad användare gör och vad de försöker uppnå, och sedan levererar vår Guidningagent kontextuella rekommendationer och nästa bästa åtgärder över deras befintliga system. Denna metod eliminerar gissningar, multiplicerar engagemangsraten och ger omedelbar värde till användare som annars kan motstå ny teknik.

Whatfix nya AI-agenter är byggda kring begreppet “användarifiering”. Kan du förklara vad detta innebär och hur det skiljer sig från traditionella tillvägagångssätt för digital anpassning?

Användarifiering representerar en grundläggande förändring i hur vi tänker på teknologiutveckling. Istället för att utbilda människor att anpassa sig till programvarubegränsningar konstruerar vi lösningar som anpassar sig till mänskligt beteende och behov. Varje beslut vi fattar prioriterar användarupplevelsen, med målet att överträffa förväntningar samtidigt som vi levererar konkret affärsverdi.

Traditionell anpassning följer en modell som passar alla: distribuera utbildning, hoppas på det bästa och skylla användare när anpassningen stannar. Användarifiering tar motsatt tillvägagångssätt. Vi använder AI för att skapa personlig, kontextkänslig guidning som utvecklas med varje användares roll och situation. Våra lösningar lär av användarinteraktioner och anpassar sig därefter.

Vad som gör detta särskilt kraftfullt är vår feedbackdrivna utvecklingsprocess. Kundsvar direkt formar över hälften av vår produktvägkarta, vilket säkerställer att vi löser verkliga arbetsplatsutmaningar snarare än teoretiska problem. Detta skapar en människoförst-filosofi där AI-agenter eliminerar friktion så att människor kan fokusera på strategiskt, kreativt och högpresterande arbete snarare än att kämpa med teknologi.

Vår omfattande teknologistack – som omfattar Digital Anpassningsplattform (DAP), Produktanalys och Mirror – driver företagsomfattande teknologianpassning genom intelligent dataanalys som påskyndar distributionen av både traditionell programvara och framväxande AI-lösningar. Vi har integrerat AI-funktioner i hela plattformen, inklusive konversationsanalysgränssnitt och känsloriktiga utlösare, vilket möjliggör för organisationer att avkoda användarmönster, förbättra sin anpassningsstrategi och uppnå kvantifierbara affärsresultat.

ScreenSense beskrivs som kärnan i era nya AI-agenter, som tolkar både användarkontext och avsikt. Hur fungerar denna teknik i praktiken, och hur säkerställer den relevans utan att överväldiga användare?

ScreenSense fungerar som en intelligent tolk, som samtidigt analyserar applikationsmiljön (vad som händer på skärmen) och användarobjekt (vad någon försöker uppnå). Denna dubbla medvetenhet möjliggör realtidsrekommendationer som är både tekniskt korrekta och personligt relevanta.

I praktiken använder våra AI-agenter – Authoring, Insights och Guidning – ScreenSense för att leverera precision och kontextuell guidning i deras assistans. Istället för att bomba användare med generiska förslag eller kräva att de lär sig nya gränssnitt förstår systemet deras omedelbara kontext och tillhandahåller exakt den rätta hjälpen vid exakt rätt ögonblick.

Nyckeln till att undvika användaröverbelastning är kontextuell filtrering. ScreenSense samlar inte bara in data; den bearbetar informationen för att bestämma när intervention lägger till värde snarare än skapar distraktion. Användare får guidning som känns intuitiv och tidig snarare än intrusiv, eftersom systemet förstår både deras tekniska miljö och deras arbetsavsikter.

Kunde du gå igenom de tre nya AI-agenterna – Authoring, Insights och Guidning – och dela konkreta exempel på hur de förbättrar produktivitet i verkliga företagsarbetsflöden?

Vår Authoring-agent demokratiserar innehållsskapande genom att omvandla vardagsspråk till sofistikerade in-app-upplevelser. En utbildningschef kan enkelt säga “skapa en tooltip för instrumentbrädans nya funktion”, och systemet bygger automatiskt innehållet, bestämmer målregler och tillämpar lämplig formatering. Denna effektiva arbetsflöde möjliggör för utbildnings- och utvecklingsteam, produktchefer och affärsaktörer utan kodkunskaper att bygga komplexa in-app-stödelement, inklusive interaktiva överlagringar, steg-för-steg-guider och situationsbundet innehåll i företagsskala, vilket i princip eliminerar de konventionella flaskhalsarna och de tekniska kraven som vanligtvis bromsar ner innehållsutvecklingsprocessen. Vi ser 40 % snabbare innehållsutveckling idag, med 70 % effektivitetsvinster på horisonten.

Insights-agenten transformerar analys från en specialistfunktion till ett konversationsverktyg. Produktägare kan ställa naturliga frågor som “Vilka funktioner orsakar användarfrustration?” och få omedelbar visuell analys med specifika friktionspunkter och agerbara nästa steg. Denna metodik möjliggör för produktchefer och diverse teambidragsgivare att snabbt upptäcka agerbar intelligens om användarengagemangsmönster och systemeffektivitet utan att kräva avancerade dataanalysfärdigheter, vilket i slutändan stöder deras förmåga att identifiera vilken funktionalitet som kräver förbättring eller som skulle dra nytta av förbättrade anpassningsinitiativ.

Vår Guidningagent levererar omedelbara svar inom användarnas aktiva arbetsflöden. När någon söker efter “undantag i godkännandeprocessen” medan de bearbetar beställningar, får de exakt, kontextuell information från interna dokument utan att lämna sin aktuella applikation. Denna metodik revolutionerar hur företagsanställda får tillgång till information genom att signifikant minska svarstider och reducera beroendet av hjälpdesksresurser, vilket möjliggör för dem att få nödvändig klarhet utan att störa deras aktuella uppgifter, navigera i omfattande dokumentation eller skapa supportärenden, och därmed behåller deras fokus och effektivitet inom deras aktiva arbetsflöden.

Över 300 kunder distribuerar redan dessa agenter i produktionsmiljöer och ser en fördubbling och trefaldig ökning av engagemangsraten.

Från din erfarenhet, vad är de bästa metoderna som skiljer organisationer som lyckas med GenAI-antagning från de som misslyckas?

Lyckad GenAI-antagning kräver två grundläggande element: sömlös integration och ansvarsfull styrning. Organisationer som lyckas integrerar AI-funktioner direkt i befintliga arbetsflöden snarare än att införa separata verktyg som skapar ytterligare komplexitet.

De mest framgångsrika organisationerna fokuserar på omedelbar användarvärde snarare än imponerande teknologidemonstrationer. De löser specifika arbetsflödesproblem som människor möter dagligen, vilket säkerställer att AI blir en produktivitetsförstärkare snarare än ett system att bemästra. Dessa företag investerar också i nya roller som AI-ansvariga som upprätthåller mänsklig tillsyn för att säkerställa att system förblir korrekta, rättvisa och kontinuerligt förbättras.

Organisationer som kämpar behandlar vanligtvis AI som ett teknologiprojekt snarare än en användarupplevelseomvandling. De fokuserar på distributionsmått snarare än antagningsresultat och misslyckas med att hantera förtroende- och komplexitetsbarriärer som förhindrar skala.

Företag investerar alltmer i AI-verktyg över hela programvarustacken. Hur ser du på rollen för anpassningsplattformar som Whatfix när denna trend accelererar?

När AI-spridning accelererar blir anpassningsplattformar den kritiska orkestreringslagern som förhindrar företagskaos. Utan enhetlig guidning riskerar organisationer att skapa flera överlappande funktioner som förvirrar användare och slösar bort investeringar.

Whatfix är den intelligenta ryggraden som kopplar samman planering, distribution, anpassning och optimering över hela företagsprogramvarans livscykel. Vår plattformssvit kombinerar Digital Anpassning, Produktanalys och Mirrors simulering för att skapa datastyrda anpassningsstrategier som fungerar för både traditionell programvara och framväxande AI-distributioner.

Vi expanderar bortom våra nuvarande erbjudanden till AI-nativa lösningar, inklusive Seek, Assistant och AI Roleplay. Dessa kombinerar intelligent automation med adaptiv utbildning för att skapa omfattande anpassningsupplevelser. Målet är att bli den enhetliga intelligensskiktet som maximalt utnyttjar ROI över varje teknologisk investering som ett företag gör.

Snarare än att hantera enskilda verktyg behöver organisationer plattformar som förstår den kompletta teknikekosystemet och kan guida användare genom alltmer komplexa landskap med tillförlitlighet och effektivitet.

Om du ser framåt har Whatfix talat om en framtid där digitala lösningar självkorrigeras och anpassas i realtid. Vilka milstolpar ser du som mest kritiska för att nå denna framtid?

Vår vägkarta fokuserar på att etablera Whatfix som världens ledande AI-plattform för användarifiering av företagsteknologi. Detta kräver att vi uppnår tre sammanlänkade milstolpar under de kommande fem åren.

För det första ska vi skala vår AI-agentdistribution från den nuvarande basen på 300+ kunder till standardimplementation i alla Whatfix-engagemang. Dessa agenter kommer att bli det standardiserade sättet som miljontals företagsanvändare navigerar komplexitet och accelererar sina dagliga arbetsflöden.

För det andra bygger vi omfattande AI-förstaproduktfunktioner bortom våra nuvarande Digital Anpassning, Analys och Mirror-erbjudanden. Lösningar som Seek, Assistant och AI Roleplay kommer att skapa den enhetliga intelligensinfrastrukturen som företag behöver för komplett teknologilivscykelhantering.

För det tredje strävar vi efter global kategoriledarskap genom att omdefiniera vad Digital Anpassning innebär i en AI-driven värld. Framgång innebär att vara erkänd som det företag som gjorde företags-AI tillgängligt och praktiskt för vanliga användare.

I slutändan är milstolpen att sätta människocentrerad, kontext- och avsiktmedveten AI i händerna på varje företagsanvändare. Om miljontals människor över hela branscherna arbetar smartare och snabbare med mindre friktion tack vare Whatfix, då har vi uppnått vår grundläggande mission.

Med företag som balanserar snabb AI-antagning och anställdas förtroende, vilka risker ser du om användarcentrerade tillvägagångssätt inte tas på allvar?

Den primära risken är antagningsmisslyckande i stor skala. Utan användarcentrerad design möter företag samma förtroendehinder som vi ser idag, bekymmer om datasäkerhet, AI-hallucinationer och styrningsluckor. Dessa bekymmer skapar organisatoriskt motstånd som förhindrar skala bortom pilotprogram, vilket i princip slösar bort AI-investeringar.

Komplexitetskrisen kommer också att förvärras. När varje applikation lägger till AI-funktioner utan att överväga användarupplevelsen kommer anställda att möta alltmer fragmenterade arbetsflöden och beslutsparalyser. Detta leder till produktivitetsminskning snarare än de effektivitetsvinster som AI lovar.

Kanske mest kritiskt riskerar organisationer att skapa AI-motståndskulturer där användare aktivt undviker nya funktioner eftersom tidigare implementationer skapade friktion snarare än värde. När användare förlorar förtroendet för AI-verktyg kräver återuppbyggnad av detta förtroende betydligt mer ansträngning och resurser.

Till sist, hur stannar du personligen före kurvan när det gäller att förstå både de tekniska och mänskliga aspekterna av företags-AI-antagning?

Vår organisations tillvägagångssätt ger en värdefull perspektiv på båda dimensionerna. Vi har integrerat AI i hela vår affärsverksamhet, från säljteam som använder AI för prospekteringsberikning till våra intelligenta söksystem som kopplar anställda till interna kunskapsbaser. Produktteam använder AI-agenter som arbetsflödesco-piloter, vilket ger oss första handens erfarenhet av de utmaningar som våra kunder möter.

Vi har också implementerat omfattande personalutveckling genom våra AI-laboratorier och Zero-Click-ramverk, där varje mjukvaruutvecklare lär sig att tänka som en AI-utvecklare. Detta skapar en organisationsomfattande litteracitet som informerar både vår tekniska utveckling och vår förståelse av användarantagandemönster.

Det viktigaste är att vår produktutvecklingsprocess förblir djupt rotad i kundsvar, med över hälften av vår produktvägkarta formad av verkliga företagsutmaningar. Denna kontinuerliga dialog säkerställer att vi förstår inte bara vad som är tekniskt möjligt, utan vad som faktiskt skapar värde för de människor som använder dessa system dagligen.